【从零单排】利用科大讯飞语音包实现Android语音识别Demo

我对Android可以说是完全零基础，因为老师要求做口语对话系统，所以开始从头一点点看。目前完成了一个非常简单界面很粗糙的语音识别Demo，因为网上现有的代码都太老了，或者问题很多，给像我这样的新手带来很大的困扰，所以决定写个从零开始的心得体会，大酒神不是有从零单排嘛，咱也来个从零单排（愚笨想不出好名来。。）先晒一下我最简单的代码，后续会贴出性能更好界面更完善的来。

利用科大讯飞语音包的话还是比较简单的，网上有个iflyDemo的例子，但是他用的MSC的jar包太老了，现在都不能使用，所以还是得自己去科大讯飞的官网上注册下载。

这里是网址：http://open.voicecloud.cn/

1.点开发入口后完成注册，注册完填一下个人信息，项目介绍什么的，它会给你一个appid，这个很有用必须要有。然后进sdk下载，android有两个包，都下下来。这次我们主要用的是Msc.jar包，就是那个较小的压缩文件。

2.解压缩后里面有个sample，那个就是个demo，但不能直接用打开全是错，估计就是做个示范教你怎么用的。还有一个apk文件下到adt中竟然是个闹铃、秒表的app，太坑爹了吧！比较有用的是doc下的开发手册，好好看看那个。

3.开发手册里写的很清楚怎么搭建自己的工程，并添加它给的jar包，还有插图，我就不赘述了

4.它的mscdemo中又很多java文件，因为它能实现语音识别，合成，语义理解等多种功能，我们这次只演示语音听写

5.先把一下内容添加到自己的Manifest.xml文件中

<uses-permission android:name="android.permission.RECORD_AUDIO" />
    <uses-permission android:name="android.permission.INTERNET" />
    <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
    <uses-permission android:name="android.permission.ACCESS_WIFI_STATE" />
    <uses-permission android:name="android.permission.CHANGE_NETWORK_STATE" />
    <uses-permission android:name="android.permission.READ_PHONE_STATE" />

6.布局很简单，一个edittext框显示内容，一个button点击开始说话。main.xml如下

</pre><pre code_snippet_id="228905" snippet_file_name="blog_20140311_2_5248216" name="code" class="html"><?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="fill_parent"
android:layout_height="fill_parent"
android:orientation="vertical" >

<EditText
android:id="@+id/editText"
android:layout_width="fill_parent"
android:layout_height="300dp"
android:gravity="top"
android:inputType="textMultiLine" >

<requestFocus />
</EditText>

<Button
android:id="@+id/button_start"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:text="点击开始说话" />

</LinearLayout>

7.string也很简单，就几句话，要注意app_id填你自己的id

<?xml version="1.0" encoding="utf-8"?>
<resources>

<string name="hello">Hello World, MainActivity!</string>
<string name="app_name">_iflyDemo</string>
<string name="app_id">1234567</string>
<string name="text_login_fail">登录失败</string>
</resources>

8.最后是Activity.java。要完成这个主要用了它封装好的SpeechRecognizer这个类，导入的包基本都在他的Msc.jar包里面，只有一个JsonParser的需要手动将他demo里的那个JsonParser复制到自己的新建的package里面来，如图



9.activity代码如下

package barry.android.ifly.ui;

import android.app.Activity;
import android.os.Bundle;
import android.view.View;
import android.view.View.OnClickListener;
import android.widget.Button;
import android.widget.EditText;
import android.widget.Toast;
import android.text.TextUtils;

import com.iflytek.cloud.speech.RecognizerResult;
import com.iflytek.cloud.speech.SpeechError;
import com.iflytek.cloud.speech.SpeechListener;
import com.iflytek.cloud.speech.SpeechRecognizer;
import com.iflytek.cloud.speech.SpeechConstant;
import com.iflytek.cloud.speech.RecognizerListener;
import com.iflytek.cloud.speech.SpeechUser;

import barry.android.ifly.utils.JsonParser;

public class MainActivity extends Activity {

private Button startButton = null;
private SpeechRecognizer iatRecognizer;
//set engine,iat means dictation
private String engine="iat";
//set frequency,8000 or 16000
private String rate="16000";
//识别结果显示
private EditText mResultText = null;
// Tip
private Toast mToast;
@Override
public void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.main);
mToast = Toast.makeText(this, "", Toast.LENGTH_LONG);
//用户登录
SpeechUser.getUser().login(MainActivity.this, null, null
, "appid=" + getString(R.string.app_id), listener);
mResultText = (EditText) findViewById(R.id.editText);
startButton = (Button) findViewById(R.id.button_start);
startButton.setOnClickListener(new OnClickListener() {
@Override
public void onClick(View v) {
showIatinvisble();
}
});
}

protected void showIatinvisble() {
iatRecognizer=SpeechRecognizer.createRecognizer(this);
//获取引擎参数
iatRecognizer.setParameter(SpeechConstant.DOMAIN, engine);
iatRecognizer.setParameter(SpeechConstant.SAMPLE_RATE, rate);
//clear myResulttext
mResultText.setText(null);
iatRecognizer.startListening(myrecognizerListener);
}
/*
* 识别回调监听
*/
private RecognizerListener myrecognizerListener=new RecognizerListener(){
@Override
public void onBeginOfSpeech() {
showTip("开始说话");
}
@Override
public void onError(SpeechError err) {
showTip(err.getPlainDescription(true));
}
@Override
public void onEndOfSpeech() {
showTip("结束说话");
}
//扩展
@Override
public void onEvent(int eventType, int arg1, int arg2, String msg) {

}
@Override
public void onResult(RecognizerResult results, boolean isLast) {
String text = JsonParser.parseIatResult(results.getResultString());
mResultText.append(text);
mResultText.setSelection(mResultText.length());

}

@Override
public void onVolumeChanged(int volume) {
showTip("当前正在说话，音量大小：" + volume);
}
};

/**
* 用户登录回调监听器.
*/
private SpeechListener listener = new SpeechListener(){
@Override
public void onData(byte[] arg0) {
}
@Override
public void onCompleted(SpeechError error) {
if(error != null) {
Toast.makeText(MainActivity.this, getString(R.string.text_login_fail)
, Toast.LENGTH_SHORT).show();
}

}
@Override
public void onEvent(int arg0, Bundle arg1) {

}

};

private void showTip(String str)
{
if(!TextUtils.isEmpty(str))
{
mToast.setText(str);
mToast.show();
}
}

}

10.效果图。识别效果不算好是程序太简陋的问题，相信完善后会不错的！



后续会贴出改进版，敬请关注。

欢迎讨论交流，共同学习！
转载请注明出处：http://blog.csdn.net/monkeyduck   谢谢！

<pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html"><pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html"><pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html"><pre code_snippet_id="228905" snippet_file_name="blog_20140311_3_1777852" name="code" class="html">